Il costo dell’utilizzo dei modelli di intelligenza artificiale di frontiera è silenziosamente crollato. Da giugno, OpenAI e Anthropic hanno tagliato i prezzi dei loro LLM di punta dal 40% all'80% attraverso una rapida serie di riduzioni di prezzo sovrapposte - e un'analisi pubblicata il 25 ottobre dal data scientist Max Woolf illustra, mese per mese, come si è svolta una vera e propria guerra dei prezzi tra le due società.

La cronologia è importante perché mostra che i tagli non erano uno sconto una tantum ma una spirale competitiva sostenuta, in cui ciascuna azienda rispondeva alle mosse dell’altra nel giro di pochi giorni. Per ulteriori informazioni su questa storia, consulta la nostra copertura in corso sulle Notizie AI.

La cronologia: quattro mesi di prezzi in calo

L'analisi di Woolf tiene traccia dei prezzi per milione di token (input, output e lettura della cache) in ogni versione principale di entrambi i laboratori dalla fine di giugno:

  • 26 giugno: OpenAI ha lanciato GPT-5.6 Sol a 5 dollari di input / 30 dollari di output per milione di token, con il modello piccolo Luna a 1 $ / 6 $.
  • 30 giugno: Anthropic ha lanciato Claude Sonnet 5 a $ 2/$ 10, un prezzo di lancio descritto come temporaneo.
  • 24 luglio: Anthropic ha lanciato Claude Opus 5 a $ 5 / $ 25, corrispondente direttamente a GPT-5.6 Sol.
  • 30 luglio: OpenAI ha ridotto il prezzo di GPT-5.6 Luna dell'80%, a $ 0,20 / $ 1,20.
  • 10 agosto: Anthropic ha reso permanente il prezzo scontato di Sonetto 5.
  • 21 agosto: OpenAI ha tagliato GPT-5.6 Sol di circa il 20%, a $ 4/$ 20, per tre mesi.
  • 1 settembre: Anthropic ha lanciato Fable 5.1 a $ 10/$ 50 con il prezzo di lettura della cache ridotto del 75%.
  • 22 settembre: OpenAI ha lanciato GPT-6 Sol all'incredibile prezzo di $ 2/$ 10 (la metà del suo predecessore scontato) e lo stesso giorno, Anthropic ha lanciato Claude Opus 5.5 a $ 4/$ 20, con la società che afferma che "Opus 5.5 richiede meno elaborazione per essere utilizzata rispetto a Opus 5, e il suo prezzo riflette questo."
  • 29 settembre: OpenAI ha seguito con GPT-6.1 Sol, sempre a $ 2 / $ 10 ma con il prezzo di lettura della cache dimezzato a $ 0,10, rendendo la famiglia di modelli complessivamente più economica di circa il 75% rispetto a giugno.

Secondo i calcoli di Woolf, il costo dell'utilizzo di queste famiglie modello è crollato in quattro mesi, senza alcun sacrificio visibile nella qualità della produzione. I tagli passano anche attraverso strumenti di codifica basati su abbonamento come Codex e Claude Code, non solo attraverso l’accesso API grezzo.

I prezzi della cache sono il campo di battaglia nascosto

Una delle intuizioni più acute dell'analisi riguarda i costi di lettura della cache: il prezzo della rilettura della memoria di un modello di una conversazione in corso. Nei carichi di lavoro di codifica degli agenti, le letture della cache rappresentano dal 96% al 99% della spesa totale dei token e le percentuali di riscontro della cache in genere vanno dal 90% al 100%.

Questo calcolo è il motivo per cui il taglio del 75% della lettura della cache da parte di Anthropic per Fable 5.1 è correlato con una riduzione dal 70% al 75% del costo reale di utilizzo del modello, anche se i prezzi principali di input e output non sono mai cambiati. Quando OpenAI ha dimezzato il prezzo della cache di GPT-6.1 Sol un mese dopo, corrispondeva al set di cache di Anthropic a circa il 5% del prezzo di input.

Perché tagliare i prezzi dell'80%?

La risposta di Woolf è incentrata sulla mercificazione. Da quando l’utilizzo dell’LLM tramite agenti è entrato in forte crescita nel novembre 2025, sostiene, i modelli sono diventati facili da scambiare: gli sviluppatori possono passare da un modello all’altro con un interruttore in strumenti come OpenCode o un endpoint diverso su OpenRouter, il che lascia i laboratori con poco fossato e molta pressione sui prezzi.

L’altra esternalità è la concorrenza a peso aperto. V4 Flash di DeepSeek, rilasciato nell'aprile 2026 con un input di 0,14 dollari e un output di 0,28 dollari con un prezzo di lettura della cache di soli 0,0028 dollari, è diventato virale proprio perché all'epoca OpenAI non disponeva di un modello economico di piccola classe. Woolf sospetta che il taglio dell’80% del GPT-5.6 Luna a luglio fosse mirato direttamente a questi modelli più piccoli a peso aperto. Il Flash V4.1 aggiornato di DeepSeek ottiene un punteggio di 45 nell'indice di analisi artificiale, rispetto a 24, a prezzi simili, mantenendo la pressione.

"Nessuno taglia i prezzi dell'80% a meno che non ci sia qualche esternalità in gioco", scrive Woolf.

La spesa è comunque in aumento

La svolta alla fine dell’analisi: gettoni più economici non hanno significato banconote più economiche. I dati del gateway di modelli AI di Vercel mostrano che il costo per token scende al 43,3% rispetto al livello di aprile 2026, mentre la spesa aggregata continua a salire, perché i modelli stanno diventando più capaci più velocemente di quanto diventino più economici.

Questa dinamica spiega la logica strategica di entrambe le parti. Per i laboratori, i prezzi più bassi aumentano l’utilizzo e vincolano gli sviluppatori anche se i margini per token si comprimono. Per i clienti, il prezzo effettivo di un’unità di lavoro utile – un ticket chiuso, una richiesta pull unita, un’attività di ricerca completata – sta diminuendo ancora più velocemente di quanto suggeriscano i prezzi degli adesivi.

Cosa guardare dopo

Se lo schema regge, i prossimi modelli rilasciati da OpenAI e Anthropic arriveranno con prezzi principali pari o inferiori a quelli dei predecessori, e i prezzi di lettura della cache continueranno a convergere verso i rapporti aggressivi stabiliti da DeepSeek. Google e Meta, che secondo Woolf competono anche in questo mercato, devono affrontare gli stessi calcoli.

Per ora, gli acquirenti dell’intelligenza artificiale sono i chiari vincitori di una guerra che non mostra segni di fine – e l’analisi suggerisce che il gioco finale è un mercato in cui la capacità di frontiera è valutata come una merce, con la differenziazione che deriva da tutto ciò che è avvolto attorno al modello piuttosto che dal modello stesso.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →